基于数字高程模型的森林火灾远程视频同步跟踪算法

根据手电筒光束照射障碍物形成光圈的过程和摄像机的参数建立摄像机视域的数学模型，利用Janus算法．对视域中心点坐标进行求解；利用圆的正多边形逼近算法，对过视域中心点且垂直于中心视线的平面的边界点坐标进行求解；再次利用Janus算法，提取摄像机视域在数字高程模型上的对应边界点；最后，以浙江省临安市三桥乡的数字高程模型数据为基础，编程实现此算法，并旋转摄像机进行同步跟踪试验。结果表明：该算法能够实现摄像机视域与数字高程模型的同步跟踪显示，从而实现了视频监控技术与地理信息系统技术的信息联动。图6参14     

DEM的建立及其在林业上的应用

利用高程矢量数据,在Arcgis地理信息系统中建立不规则三角网TIN及数字高程模型DEM,运用DEM进行三维地理信息表达,制作不同类型的专题图,获取相关的信息和数据,满足林业调查规划设计、生态旅游景点开发等生产、经营活动中反映地形地貌以及地面物体的形状和逼真性的需要。文中较为完整地阐述了数字高程模型DEM从数据源准备到建立再到应用的全过程,并着重展示了在林业方面的应用。     

基于GIS和DEM的双阳河流域地表模拟

运用GIS软件ArcGIS、Arc Hydro Tools扩展模块,以双阳河流域为例,探讨了数字高程模型(DEM)的处理及其水文模拟分析。对双阳河流域数字高程模型(DEM)进行图幅拼接、网格重分及切割等处理分析,生成双阳河流域数字高程模型。基于DEM和GIS进行流域的水文模拟分析,包括下垫面计算、水流方向计算、水量计算、流网提取,最后进行了双阳河全流域界线的划分并确定流域面积,生成了双阳河数字流域。     

杉木人工林冠层高度无人机遥感估测

冠层高度是森林资源调查的重要因子。传统的森林树高调查方法存在外业调查难度大,效率低等问题。无人机（UAV）的发展为快速估测森林树高提供了手段。以福建省闽清县的杉木Cunninghamia lanceolata人工林为研究对象,通过Eco Drone-UA无人机遥感系统获取研究区遥感影像,利用Pix4D Mapper软件对航拍多光谱影像进行预处理,构建数字表面模型（DSM）,利用1:10 000地形图生成数字高程模型（DEM）;基于DSM和DEM叠加相减得到树冠高度模型（CHM）,实现杉木树高的提取。结果表明:植被指数和多光谱波段结合随机森林算法能够有效识别真实树冠顶点;利用无人机遥感影像能够实现杉木树高估测,相对误差最小值为0.81%,最大值为23.48%,标准误差为1.48 m,估测精度为90.8%。高程变化对树高估测精度有影响,根据高程大小排序的3组样木实测树高与提取树高的决定系数（R2）分别是0.97,0.84和0.78,标准误差分别是0.67,1.17和1.99 m,在高程较高区域树高估测精度明显高于高程相对较低区域。     

水系标志在大兴安岭中生代火山岩识别中的应用

水系类型、发育程度及组合状态可以直观反映一定的岩石类型与地质构造特点。基于大兴安岭研究区数字高程模型(DEM)数据通过D8算法对该地区水系进行提取,并经过与1∶50 000遥感影像叠加对比,结果表明基本吻合,提取效果理想,水系级别达到五级以及对1∶50 000遥感影像水系提取可以利用同区DEM代替。通过分析判断水系形式的发育特征,对区内岩石类型的划分和构造进行了准确的解译,取得显著且准确的成果。     

基于栅格DEM与水流路径的黄土区沟缘线自动提取技术研究

基于数字高程模型(DEM)进行沟缘线的自动提取是黄土丘陵沟壑区进行分布式水文计算与土壤侵蚀建模的关键技术.该文以基于栅格数字高程模型进行河网提取与流域划分技术为基础,基于栅格单元间八流向算法构建水流路径,提出一种基于汇流路径坡度变化特征确定沟坡段,进一步形成封闭沟缘线的新方法,并编程实现了该方法.通过对蔡家川流域1∶10 000等高线生成2 m数字高程模型,依据35°作为判断沟坡单元的标准,自动生成沟缘线分布图,并与原始坡度分布图比较,取得满意的结果.      

基于GPS技术的水田平地机的设计与试验

【目的】设计基于GPS技术的水田平地机,实现水田精准平整.【方法】GPS接收天线固定在平地铲上,以GPS高程定位数据作为平地铲高程信息,通过限幅平均滤波算法和PD控制算法实现平地铲运动精确和稳定的控制.【结果和结论】经GPS技术控制的水田平地机平整后的田块田面相对高程的标准偏差值由15.8 cm减小到4.7 cm,绝对差值在不大于5 cm的采样测量点累积百分比数达85.4%,限幅平均滤波算法减少了GPS高程数据误差.GPS高程定位数据能满足水田精准平整的要求,能有效改善田面平整状况.     

DEM在地貌分析研究中的应用

简述了GIS的数字地形分析与DEM的研究进展,指出了数字高程模型分析3个方向的研究内容,并进一步系统总结了数字高程模型在地貌中的可视化分析、地形因子的提取与地貌的综合分析3个方面中的研究现状,同时列举了大量的研究成果,最后指出了数字高程模型研究的重要意义。     

基于DEM的重庆三峡库区流域水系提取研究

以重庆三峡库区为研究对象,论述基于数字高程模型提取流域水系的方法、原理。应用“Burn-in”算法,对DEM进行再处理,即将发生河道偏差的平坦区域上的实际河网叠加到DEM中,对河道及河道两侧所在栅格单元高程值进行修正,重新生成流域河网。在原有DEM不作较大修改的前提下,使得生成的河网与实际河网更加匹配,同时也保证了模拟结果的准确性。     

CAD环境下基于不规则三角网的DEM算法及实现*

 介绍了从离散点构造邻接的三角形，从而组成不规则三角网结构，用不规则三角网建立数字高程模型的算法及其在CAD中实现的程序。     

基于机载LiDAR数据的林下地形提取算法比较与组合分析

激光雷达(LiDAR)克服了传统测量技术的缺点, 成为了获取DEM的新型手段。针对不同地形林区,选择合理的点云滤波算法,是提取林下地形的关键步骤。本研究在黑龙江省凉水自然保护区内选择了3块具有代表性的区域,分别为平缓山地林区、陡峭山地林区和复杂地区。以1:10 000地形图矢量化生成的高精度DEM为参考,评价了迭代线性最小二乘法、基于坡度法、不规则三角网法(TIN)点云滤波算法在3种地形的适应性。结果表明:不同算法有不同的适应区域。3种方法在平缓山地林区都具有良好的效果,决定系数(R2)均达到了0.98,均方根误差(RMSE)均低于0.21 m。迭代线性最小二乘法在复杂地区滤波效果最好,R2为0.94,RMSE为0.21 m;不规则三角网法在陡峭山地林区效果最好,R2为0.99,RMSE为1.43 m。但是,单一的方法在复杂区域情况下、陡峭山地林区,有明显的分类误差,会将植被分为地面点。为提高林下地形提取精度,本文提出不同滤波方法的组合双重滤波,结果表明,迭代线性最小二乘法和不规则三角网方法组合可以在减少参数调整情况下得到良好滤波效果,对复杂地区、陡峭山地林区滤波效果大大改善。      

集群式影像处理系统的技术研究

随着经济社会的快速发展,国家基础建设对基础地理信息的需求量越来越大,需要一种能够在少量人工干预的条件下,经过一系列自动化处理,快速输出包括数字表面模型(DSM)、数字高程模型(DEM)、正射影像(DOM)等产品,并能生成一系列其他中间产品的系统设备.该系统采用多种先进算法,包括原始图像增强、快速自动生成和滤除连接点、自动提取密集DSM、传统几何校正、由DTM自动生成等高线、自动生成镶嵌影像等.通过对系统的多次测试,能够高质量地完成基于POS数据的无地面控制点空三加密、自动DEM匹配、自动DOM生产以及影像地图自动切片等任务.     

基于无人机影像的棉花株高预测

【目的】 利用无人机遥感技术,快速、无损和高通量地获取田间株高表型信息,预测棉花品种(系)的长势监测及产量。【方法】 以无人机(UAV)搭载高清数码相机构成低空遥感平台,获取110份处于花铃期棉花品种(系)影像,测定地面实际株高;利用拼接软件与高清数码影像,生成研究区数字表面模型(DSM)和高清正射影像(DOM);基于高清的DOM和DSM,利用克里金插值法生成研究区离散地面高程值(DEM),经作差提取棉花株高(CHM),利用不同棉花品种(系)实测株高(H)与提取的棉花株高(CHM)作回归分析。【结果】 通过DOM可快速无损地监测花铃期各棉花品种(系)长势、叶色性状差异及分布状况,经DSM和克里金插值法提取的DEM和棉花株高分布图得出,研究区整体地势较平坦,高低落差仅0.5 m。所建株高模型R²达到0.846 9,验证模型R²也达到0.758 1。【结论】 利用无人机影像生成的DOM、DSM和克里金插值法生成的DEM,提取的棉花花铃期株高(CHM)精度较高,无人机搭载数码相机进行棉花株高测定具有较好的适用性。为大范围的棉花田间株高观测提供一种新的研究方法是可行的。     

不同插值方法的栅格DEM质量分析与最佳分辨率的选取

以鄱阳湖自然保护区为例,利用不同内插算法生成DEM,并选取高程差绝对值、中误差以及单点最大误差三大指标分析了DEM的精度,结果发现利用反距离加权(IDW)算法的精度较好。利用坡度中误差的大小判定了不同网格分辨率下的DEM精度,试图选取DEM的最佳分辨率,结果显示:当分辨率达到20时,坡度中误差的变化明显减缓,因此确定最佳分辨率为20。     

Assessing UAV-collected image overlap influence on computation time and digital surface model accuracy in olive orchards

Addressing the spatial and temporal variability of crops for agricultural management requires intensive and periodical information gathering from the crop fields. Unmanned Aerial Vehicle (UAV) photogrammetry is a quick and affordable method for information collecting; it provides spectral and spatial information when required with the added value of Digital Surface Models (DSMs) that reconstruct the crop structure in 3D using “structure from motion” techniques. In the full process from UAV flights to image analysis, DSM generation is one bottle-neck due to its high processing time. Despite its importance, the optimization of the required forward overlap for saving time in DSM generation has not yet been studied. UAV images were acquired at 50 and 100 m flight altitudes over two olive orchards with the aim of generating DSMs representing the tree crowns. Several DSMs created with different forward laps (in intervals of 5–6% from 58 to 97%) were evaluated in order to determine the optimal generation time according to the accuracy of tree crown measurements computed from each DSM. Based on our results, flying at 100 m altitude and with a 95% forward lap reported the best configuration. From the analysis derived from this configuration, tree volume was estimated with 95% accuracy. In addition, computing time was 85% lower in comparison to the maximum overlap studied (97%). It allowed computing the 3D features of 600 trees in a 3-ha parcel in a highly accurate and quick (a few hours after the UAV flights) manner by using a standard computer.     

DEM在区域土壤侵蚀中的应用研究

利用研究区地形图制作数字高程模型(DEM)并由DEM派生出坡度、坡向图。通过DEM与坡度、坡向图的叠置分析，以确定徂徕山地形因子与侵蚀类型及侵蚀过程的关系．研究结果表明：徂徕山区域土壤侵蚀方式具有明显的垂直分带性。不同坡向的侵蚀强度有明显差异，同时坡度不同引起的主要土壤侵蚀类型存在差异。     

3种采样方法对DEM质量影响的定量分析

通过编程实现数字高程模型（Digital Elevation Model,DEM）数据采集的3种方法（随机采样、规则采样和成层随机采样）的算法,并对某一地区格网大小为30cm×30cm的栅格格式的高程数据进行采样,使用多种插值方法对采样数据进行插值,然后计算出偏差值。通过对偏差值的分析,发现这3种采样方法中随机采样较差,规则采样适合于对相对高程要求较高的应用,而成层随机采样适合于对高程总体偏差要求较高的应用。     

基于航片建立数字高程模型及林分信息提取

以东北林业大学帽儿山实验林场2004年航片和同年森林经理调查数据为基础,在VirtuoZo软件平台上应用数字摄影测量方法与技术,完成了帽儿山航片的空三加密过程,在试验区生成立体像对、建立数字高程模型(DEM)及制作数字正射影像图(DOM).通过等高线回放目视检查法及检查点法验证了DEM的精度,并在数字测图模块(VirtuoZo IGS)下进行了林分平均高及郁闭度两种林分信息提取的研究,结果显示:林分平均高的精度为83.3%,郁闭度的精度为76.6%.将提取的结果与地面实测数据结合,建立了回归模型,通过计算验证,林分平均高、郁闭度精度都有相应的提高,其值分别为86.5%,87.4%.     

基于改进模糊C均值聚类算法的草坪杂草识别

【目的】为了实现草坪杂草管理的精准化施药，针对自然环境中杂草与草坪颜色相近导致杂草难以分割的问题，提出一种改进模糊C均值(Fuzzy C-means, FCM)聚类的分割算法。【方法】利用超绿算子提取感兴趣区域，融合HSV空间的多通道信息进行图像预处理，扩大杂草与草坪的特征差异。使用区域面积约束滤波范围，去除预处理图像中的草坪背景噪声，降低中值滤波造成的目标区域灰度级损失。提出一种各向灰度分布差异(Difference of gray distribution, DGD)检测算子，在聚类过程中引入像素周围不同方向的灰度分布差异特征实现草坪杂草分割。【结果】与传统FCM、FCM-S2、FCMNLS以及RSFCM算法相比，本文算法对大多数噪声区域抑制效果较好，可以实现较为理想的杂草分割效果。本文算法能有效分割草坪杂草，平均分割准确率达到91.45%，比FCM、FCM-S2、FCMNLS和RSFCM算法分别提高16.35%、4.12%、6.80%和8.06%。【结论】本文算法可有效地分割自然环境中的草坪杂草，为草坪杂草精准化施药提供了条件，具有实际应用价值。